STATISTIK-FORUM.de

[Flrx_90]

Hallo liebes Statistik Forum,

ich möchte in meiner Masterarbeit zwei allgemeine lineare Modelle miteinander vergleichen, um zu sehen ob zwei Persönlichkeitsvariablen zu einer signifikanten Verbesserung des Modells führen.

Ich habe beide Modelle aufgestellt und dann die Formel unten für den Vergleich genutzt. F-Wert habe ich also raus.

F= (R^2- R_b^2)/(1-R^2 )* (N-k)/(k-k_b )

--> R^2 und R_b^2 sind die Determinationskoeffizienten des komplexen bzw. reduzierten Modells
--> k und k_b sind die Anzahl der Regressionskoeffizienten des komplexen bzw. reduzierten Modells

Ich brauche aber noch den kritischen F-Wert zum Prüfen auf Signifikanz. Welche Zähler- und Nennerfreiheitsgrade muss dieser dann haben? Ich steh' da wohl irgendwie auf dem Schlauch .

Danke für Eure Hilfe.

[strukturmarionette]

Hi,

- was ist AV und wie ist das diesbezügliche Messprocedere?
- meinst du vielleicht einen Delta F-Wert?

Gruß
S.

[Flrx_90]

Hallo,

meine AV ist Overconfidence --> Testpersonen haben 30 Items beantwortet und jeweils eine Wahrscheinlichkeitsbewertung abgegeben, wie wahrscheinlich sie die gegebene Antwort für richtig halten. Am Ende habe ich dann eine durchschnittliche Wahrscheinlichkeit berechnet, davon den Anteil korrekter Antworten abgezogen und das ist der Wert für Overconfidence.

Ehrlich gesagt - noch nie was von Delta - F-Werten gehört.

[strukturmarionette]

Hi,

ob zwei Persönlichkeitsvariablen zu einer signifikanten Verbesserung des Modells führen.
Ich habe beide Modelle aufgestellt

- und wie kann das -modelliert- verstanden werden?

Gruß
S.

[Flrx_90]

Hi,

erstes ALM:

AV: Overconfidence
Fester Faktor: Experimentalgruppe (gab 2 verschiedene in der Untersuchung - 1x haben Testpersonen, die Antworten selbst gegeben, einmal nur vorausgewählte Antworten eingeschätzt)
Kovariate: Alter, Geschlecht, Narzissmus, Selbstzweifel (Summenscores entsprechender Inventare)

zweites ALM (ohne Persönlichkeitsvariabel):

AV: Overconfidence
Fester Faktor: Experimentalgruppe (gab 2 verschiedene in der Untersuchung - 1x haben Testpersonen, die Antworten selbst gegeben, einmal nur vorausgewählte Antworten eingeschätzt)
Kovariate: Alter, Geschlecht

[PonderStibbons]

Warum nicht eine hierarchische Regression? Erst mit dem kleineren Modell, im nächsten Schritt mit
dem erweiterten. Gruppe und Geschlecht kannst Du dummy-codieren, und da Alter, Geschlecht,
Narzissmus, Selbstzweifel nur "Kovariaten" sind, ist ihre Wechselwirkung mit Gruppe mutmaßlich
nicht von Interesse. Falls doch, kann man das auch noch hineinnehmen.

Mit freundlichen Grüßen

PonderStibbons

[Flrx_90]

Hallo,

Vielen, vielen Dank für den Hinweis.

Hab das Verfahren mit 2 ALMs und Vergleich gewählt, weil mein Betreuer dies so vorgeschlagen hat. Aber ne hierarchische Regression löst das Ganze natürlich recht komfortabel. Danke!

Am Ende solle ja über beide Wege die gleiche Schlussfolgerung rauskommen.